Development of a cost-effective detector for an MRI compatible brainPET
Notice bibliographique
Résumé
Following the development of a Magnetic Resonance Imaging (MRI) compatible small animal Positron Emission Tomography (PET) insert, the University of Manitoba PET lab aims to develop an MRI compatible brainPET designed to retrofit into the Siemens Magnetom 7 T brain MRI. The purpose of this device is to perform simultaneous PET/MRI brain imaging for identification and diagnosis of brain and neck tumours, as well as neurodegenerative diseases. This thesis focuses on finding a suitable detector block through experimentation to be replicated 64 times to make up 4 rings of a 35 cm diameter brainPET insert. Experiments are conducted with a detector block and timing pick-off detector setup to capture 511 keV annihilation photon pairs emitted by a 22Na source, using the PETsys TOFPET2 ASIC for signal readout and digitization. The detector block is a Dual-Layer Offset (DLO) array of 2.4 mm pitch Lutetium-Yttrium Oxyorthosilicate (LYSO) scintillator crystals optically coupled to a sparse array of 3 mm Silicon Photomultiplier (SiPM) photosensors, with a 21 % fill factor. Motivating the low fill factor is the reduced cost of the detector, however it leads to scintillation light loss over the dead space on the photosensor board. To minimize light loss, reflective materials are placed on the board and tested, including Enhanced Specular Reflector (ESR), and white Polylactic Acid (PLA). The best result was with the PLA reflector, with a per-crystal average energy resolution of (18.5/19.0)% at 511 keV and Coincidence Timing Resolution (CTR) of (0.83/0.82)ns FWHM for the top/bottom layers of the scintillator. Lightguides promoting crystal-photosensor lightsharing were tested by calculating the resolvability of scintillator crystal positions measured by the detector. Of the lightguides tested, the 1.5 mm and 2.0 mm thicknesses produced the best crystal resolvability. Data processing techniques used for analysis are discussed, and parameters are tested by their effect on the results. Systematic timing offsets are discovered, and it is determined that there likely is not a DC offset in the TOFPET2 ASIC signal amplitude measurement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».